Das Forschungsportal Sachsen-Anhalt verwendet zur Bereitstellung einiger Funktionen Cookies.
Mit der Verwendung dieser Seite erklären Sie sich damit einverstanden. Weitere Informationen
Das Forschungsportal Sachsen-Anhalt verwendet zur Bereitstellung einiger Funktionen Cookies.
Mit der Verwendung dieser Seite erklären Sie sich damit einverstanden. Weitere Informationen
Sie verwenden einen sehr veralteten Browser und können Funktionen dieser Seite nur sehr eingeschränkt nutzen. Bitte aktualisieren Sie Ihren Browser. http://www.browser-update.org/de/update.html
Transfer Learning für energie- und ressourcenbeschränkte KI-Anwendungen auf Basis von Low-Cost FPGAs
Das Ziel dieses Projektes ist die Entwicklung von Verfahren und Systemen, mittels derer der Energieverbrauch mobiler Transfer-Learning-Anwendungen, insbesondere auf dem Gebiet der Bild- und Tonverarbeitung, stark reduziert werden kann. Der Schwerpunkt liegt dabei auf hoher Kosteneffizienz durch die Verwendung von flexibler und wiederverwendbarer Technologie. Grundlage hierzu bildet die Verwendung von auf System-On-Chips integrierten programmierbaren Logikeinheiten (FPGAs) in der Vor- und Nachverarbeitungs von Trainingsdaten.
Transfer learning for energy- and resource-constrained AI applications using low-cost FPGAs
The objective of this project is to develop methods and systems that can significantly reduce the energy consumption of mobile transfer learning applications, particularly those used for image and sound processing. The focus is on achieving high cost efficiency through the use of flexible, reusable technology. This involves using programmable logic (FPGAs) integrated into system-on-chips for the pre- and post-processing of training data.
Sie verwenden einen sehr veralteten Browser und können Funktionen dieser Seite nur sehr eingeschränkt nutzen. Bitte aktualisieren Sie Ihren Browser. http://www.browser-update.org/de/update.html
Transfer Learning für energie- und ressourcenbeschränkte KI-Anwendungen auf Basis von Low-Cost FPGAs
Das Ziel dieses Projektes ist die Entwicklung von Verfahren und Systemen, mittels derer der Energieverbrauch mobiler Transfer-Learning-Anwendungen, insbesondere auf dem Gebiet der Bild- und Tonverarbeitung, stark reduziert werden kann. Der Schwerpunkt liegt dabei auf hoher Kosteneffizienz durch die Verwendung von flexibler und wiederverwendbarer Technologie. Grundlage hierzu bildet die Verwendung von auf System-On-Chips integrierten programmierbaren Logikeinheiten (FPGAs) in der Vor- und Nachverarbeitungs von Trainingsdaten.